为什么传统 NLP 评估指标（BLEU、ROUGE）对现代 LLM 局限性很大？  传统指标核心是比较生成文本与参考答案在 n-gram 上的表层重合度，存在以下问题：  语义缺失：只关心词汇匹配，不理解语义。如"今天天气很好"与"今天日光很灿烂"意思相近，但得分很低。 无法评估事实准确性：无法检测幻觉，流畅但包含错误事实的回答可能得高分。 忽略多样性与创造性：开放式任务没有唯一标准答案，基于固定答案的评估会惩罚优秀但不同的回答。 长文本评估能力差：无法评估长篇内容的连贯性、逻辑性和结构性。 无视推理过程：只能比较最终答案字符串，无法评估思维链步骤是否正...

我穷极一生追求大厂，最后发现，真正的伯乐在一个我一开始都看不上的地方。发来的offer是老板亲手写的2000多字的邮箱从大二就开始积攒的两段我自认为还不错的实习履历，一段小厂一段高知名度公司，但找暑期实习三个多月以来，体重一路暴跌，身体被搞坏了，面试了那么多家公司，只有他，让我得到了心灵上最大的慰藉。找实习过程中对不起自己的身体，更对不起妈妈深圳，一家很小的初创团队，但心高气傲想去大厂的我还是抱着聊聊天的心态还是去面试了面试官是个海归硕士，大厂出身创业，做跨境电商的。他一上来就说：“你的简历我仔细看过了，我知道你的闪光点在哪里。所以我不问你八股文，也不问你过没过六级，这些你的简历里都告诉我了。”我愣住了。这是我面试那么多次，第一次听到面试官说“我知道你很厉害”。在大厂面试的时候，我经历最多的是什么？是面试官看着我的简历，一脸茫然。因为我走的方向，小众孤独，大厂招聘几乎不面向实习生。我娓娓道来地阐述项目的核心亮点，却直接摆摆手让我写题。我的“屠龙刀”，在他们那里，找不到龙。但是他懂的多，懂我这个方向在国内有多小众、多孤独。他说，他也是这么过来的。我从小到大都被灌输“优绩主义”。考高分、上好大学、进大厂做自己喜欢的东西，这才是成功。我以为，只要我够强，大厂就会要我。可现实是，面对心仪的岗位，大厂的面试官看不懂我。字节、腾讯、百度、懂车帝、Momenta……能叫上名字的大厂，只面过10%，几乎全倒在终面，剩下的全简历挂。我一度怀疑自己：是不是我真的很差？我后来没有去那家小公司，去了北京某独角兽。但那次面试，我记了很久。因为那是第一次，有一个面试官对我说：“我知道你很厉害。”不是因为大厂实习，不是因为985，不是因为会背八股文。只是因为，他看懂了我的简历。我穷极一生追求大厂，最后发现：我追求的从来不是“大厂”这两个字。我追求的是被看见、被认可、被理解。而这些东西，大厂给不了我的，一个小公司的面试官，用一句话就给了。如果你现在也在低谷里，投了几千份简历都没有回音，比如我，几个小号轮流切换投，快四千份，亦或是心仪的岗位面试被挂了又挂……在就业环境极其恶劣的时代，我想说：不是你不够好，而是懂你的人还没来别着急会来的

1. 自我介绍2. 项目都是自己写的吗？3. 我看你用 koa2 写后端，为什么选择它，能讲讲吗？4. 那你提到 koa2 它是不提供中间件的，你是怎么解决的？5. 中间件的原理是什么？（洋葱模型）6. 你刚刚说碰到 next() 就进入下一个中间件，那 next 只能执行同步，如果是异步的话，你是怎么处理的？（async/await，但是我发现，有的中间件需要在异步中间件之前执行，所以我用 try/catch 来处理异步中间件的异常）7. JS 异步发展史，以及它们的优缺点说一下 （回调函数--Promise--Generator--async/await）8. 你刚刚说 Promise 状态不能更改，那如果我要设计一个能修改 Promise 状态的函数，你会怎么设计？9. CSS 水平垂直居中的方法（flex、grid、绝对定位 + margin:auto、绝对定位 + 负 margin、绝对定位 + transform、table-cell）10. 你刚刚说到 flex 布局，那 flex：1 是什么意思？（flex: flex-grow  flex-shrink  flex-basis;等价 flex:1 1 0%表示元素可以均分剩余空间，可拉伸、可压缩，不依赖内容宽度，自动自适应填充布局。）11. 父容器宽是 500px，然后它左右各有两个子容器是 100px，如果设置 flex: 1，那它的宽度是多少？（500-100-100=300px）12. 说说你对浏览器缓存的理解（强缓存、协商缓存）13. 如果一个用户，他怎么去刷新都无法刷到最新版的代码，你能说下可能的原因吗？（版本号、hash等）还有吗？（我说我不知道了，面试官说还有 CDN 没有同步，我说企业才会这么干，自己写项目一般不会，我知道 cdn 是用来解决高并发的手段）14. React你熟吗？说下 React 函数组件和类组件的区别15. 怎么避免 Hooks 导致组件重新渲染？（使用 useCallback、useMemo、React.memo、useRef等等）16. 谈一下我对 React 的状态管理的理解（Redux、Mobx、Zustand，我说 Zustand 用的最多）17. React 常见的 hooks 有哪些？（useState、useEffect、useRef、useCallback、useMemo、useReducer、useContext、useImperativeHandle、useLayoutEffect、useDebugValue）18. TS 你熟吗？我们引进 TS 的目的是为什么？19. interface 和 type 的区别20. 说下 TS 里的泛型21. 我现在有十个字段，比如十个字段就要 A B C D E F G 这种。那我现在另有另外一个方法，这个方法接受的参数呢，必须是这个 interface A 里面的这个 K。就比如说你可以是 A B C 可以 A B C D 任何组合都可以，但是必须是这个 interface 里面的 A 里面的定义的。这个 K 这种类型的话是怎么去定义呢？（说实话我有点不太理解啥意思，反正我说了 keyof）``` TypeScriptinterface Obj {A: stringB: stringC: stringD: stringE: string// 其他字段...}```22. vite 用过吗？说说和 webpack 的区别。vite 的优缺点是什么23. 说说 Tree shaking（树摇） 和 Code Splitting （代码分割）的区别24. Git 你熟吗？说说 git merge 和 git rebase 的区别，什么时候用 git merge，什么时候用 git rebase？25. web3 你熟吗？（不太熟，听说过而已）26. 我看你自我介绍说了 AI，你是怎么用的？27. 除了提示词，还有什么能让 AI 更聪明？28. AI 的优缺点你说一下29. AI 发展这么快，你觉得我们以后会扮演什么角色？30. 反问基本都答上来了。面了我80分钟，我还以为稳过的

这个问题的话是之前包括最近有同学常问我的一个问题,然后我每次都不是有特别准确的答案去回答,因为我也无法判断是否给出的是准确的答案. 那么这篇帖子就写一下我对外包测试的一个看法. 我觉得在现如今的行情下,走计算机方向可以找到工作就是万幸的一件事情了,无论平时在抖海,xhs,亦或者在牛客,有巨多学开发,学产品,学测试的同学约不到面试的,就算是有实习也大部分是中小厂实习,亦或者是在学校周边不知名企业做的打杂实习,写在简历上的公司都没几个HR知道,所以在HR筛简历的时候很难给到面试机会,这也就导致了很多人在秋招/春招投了很多,最终找不到工作或者就是取一个自研的小厂,或者是大厂的外包.  从我入职以来,...